Sepuluh minit dengan chatbot, dan orang lebih cepat mengalah pada masalah sukar

Soalannya bertaraf darjah lima: tambah, tolak, darab dan bahagi pecahan biasa. Para peserta menyelesaikannya dari rumah melalui Prolific, platform tempat orang mendapat wang saku dengan menyertai kajian, dan dibayar $2.60 untuk keseluruhannya. Separuh daripada mereka mendapat tetingkap sembang dengan pembantu AI di sebelah kanan skrin. Separuh lagi tidak mendapat apa-apa. Selepas soalan kedua belas, sembang itu hilang, dan kedua-dua kumpulan menghadapi tiga soalan lagi seorang diri.

Dalam tiga soalan itu, kumpulan yang pernah mempunyai pembantu menyelesaikan 57%, manakala kumpulan tanpa pembantu menyelesaikan 73%. Mereka yang kehilangan pembantu juga meninggalkan soalan hampir dua kali lebih kerap: 20% berbanding 11%. Kira-kira sepuluh minit bekerja dengan AI sudah cukup untuk menghasilkan kesan itu. Eksperimen seterusnya menemui satu perincian menarik: mereka yang meminta jawapan siap daripada chatbot paling teruk prestasinya. Di kalangan mereka yang meminta petunjuk, tiada kerugian ketara ditemui.

Eksperimen itu dijalankan oleh Grace Liu dari Carnegie Mellon University, Brian Christian dari Center for Human-Compatible AI (CHAI) di UC Berkeley, yang terkenal dengan buku tentang algoritma dan AI, serta tiga saintis lagi dari Oxford, MIT dan UCLA. Pracetak itu muncul pada April, versi semakan dibentangkan pada Oktober 2026 di COLM, Conference on Language Modeling di San Francisco, dan pada 9 Oktober ia diliputi oleh Berkeley News .

Dua belas soalan dengan pembantu, tiga tanpa

Ahli psikologi mengukur ketabahan dengan cara yang agak mudah: berapa lama seseorang terus mengusahakan masalah sukar sebelum mengalah. Di sini ia dikira melalui langkauan. Mana-mana soalan boleh dilangkau, dan setiap langkauan bermakna orang itu memutuskan untuk tidak bergelut dengannya. Kedua-dua kumpulan melihat penyelesaian yang betul selepas membuat kesilapan, jadi semua orang sedang belajar. Cuma satu kumpulan belajar sendirian, manakala yang satu lagi mempunyai teman yang boleh melakukan semuanya untuk mereka pada bila-bila masa.

Secara keseluruhan, 1,222 orang dari Amerika Syarikat mengambil bahagian dalam tiga eksperimen, dan setiap satu menutup kelemahan yang terdahulu. Mungkin orang terganggu semata-mata kerana sembang itu lenyap: tadi ada tetingkap, kini tiada. Dalam eksperimen kedua, kumpulan tanpa AI juga mendapat panel sisi yang menunjukkan penyelesaian kepada soalan yang sudah dilihat peserta. Jurangnya mengecil tetapi kekal, manakala perbezaan dalam langkauan kali ini tidak signifikan secara statistik, dan pengarang menyatakannya secara terbuka.

Eksperimen ketiga menyemak sama ada ini sesuatu yang khusus kepada aritmetik. Peserta menjawab soalan pemahaman bacaan gaya SAT Amerika. Coraknya sama, dan bekas pengguna AI melangkau soalan dengan ketara lebih kerap: 8% berbanding 1%.

Meminta jawapan atau petunjuk

Dalam eksperimen kedua, peserta ditanya bagaimana mereka menggunakan sembang itu, dan hasilnya dibandingkan mengikut jawapan mereka. Selepas sembang dimatikan, mereka yang meminta jawapan siap menyelesaikan 65% soalan, berbanding 77% dalam kumpulan kawalan.

Pengarang menambah satu catatan penting di sini. Orang memilih sendiri cara menggunakan sembang; ia tidak ditetapkan secara rawak. Mungkin mereka yang meminta jawapan siap memang lebih cepat mengalah walaupun tanpa AI. Jadi pecahan mengikut gaya menunjukkan perkaitan, bukan sebab yang terbukti. Keputusan utamanya tetap bersifat sebab-akibat: orang yang ditetapkan secara rawak kepada kumpulan AI berprestasi lebih buruk apabila AI diambil balik.

Bukan cerita tentang pecahan

“Ia penemuan yang mengejutkan, tetapi dari satu segi ia menyokong cerita yang ramai antara kita rasa dalam hati,” kata Christian kepada Berkeley News. “Saya sendiri mengalaminya.” Pada pandangannya, ini bukan cerita tentang pecahan dan soalan SAT: corak yang sama berlaku kepada semua orang, daripada murid sekolah rendah hingga pakar terkemuka dunia.

Pengarang menerangkan mekanismenya begini: bekerja dengan AI melatih orang menjangka jawapan serta-merta dan menghilangkan latihan menembusi bahagian sukar sendirian. Mudahnya, ia seperti lif. Selagi ia berfungsi, tiada siapa perlukan tangga. Apabila ia rosak, tingkat lima entah mengapa terasa lebih tinggi daripada seminggu lalu.

Perkara serupa muncul dalam eksperimen lain. Pada 2025 jurnal PNAS menerbitkan kajian dari sebuah sekolah di Turki, tempat hampir seribu pelajar sekolah menengah mengerjakan matematik dengan dua versi GPT-4. Kedua-duanya membantu semasa latihan. Tetapi dalam peperiksaan, yang tidak lagi membenarkan AI, pengguna chatbot biasa mendapat markah 17% lebih rendah daripada rakan sekelas yang belajar tanpanya. Bagi mereka yang bekerja dengan versi tutor, yang memberi petunjuk dan bukan jawapan, kerugian itu hampir hilang.

Pada Januari 2026, Anthropic menguji idea yang sama ke atas pengaturcara . 52 pembangun, kebanyakannya junior, mempelajari pustaka Python yang tidak dikenali. Mereka yang belajar dengan pembantu AI kemudian mendapat 50% dalam ujian tanpanya, berbanding 67% bagi yang lain. Jurang paling lebar pada soalan penyahpepijat. Dan sekali lagi, yang berprestasi lebih baik ialah mereka yang bertanya kepada mesin untuk memahami kod dan bukan menyerahkan semua kerja kepadanya.

Apa yang tidak dibuktikan oleh sepuluh minit

Tajuk berita seperti “AI menjadikan kita lebih bodoh” bukan apa yang ditunjukkan eksperimen ini. Ia mengukur satu perkara: apa yang berlaku dalam minit-minit pertama selepas bantuan hilang. Sama ada kesannya bertahan sehari, sebulan atau setahun hidup bersama chatbot tidak diuji oleh kajian ini, dan pengarang menyebutnya sebagai had.

Taruhan bagi peserta juga rendah. Untuk $2.60 dan tiga belas minit masa, tidak ramai yang akan bertungkus-lumus untuk setiap pecahan, dan dalam peperiksaan atau di tempat kerja motivasinya jauh berbeza. Kesannya ketara tetapi tidak besar: dalam eksperimen kedua perbezaan soalan yang diselesaikan mengecil kepada enam mata peratusan. Dan penemuan yang paling menggalakkan, tentang petunjuk, bersandar pada subkumpulan kecil. Itu 27% kumpulan AI dalam eksperimen kedua, kira-kira 80 orang, dan keputusannya masih perlu disahkan.

Namun begitu, gambarannya berulang merentasi tiga kajian bebas dengan orang yang sangat berbeza: murid sekolah di Turki, pengaturcara, orang dewasa rawak di Amerika Syarikat. Di mana-mana, mereka yang menyerahkan bahagian kerja yang sukar sepenuhnya kepada mesin berprestasi paling buruk.

Tutor yang tidak membenarkan anda menyalin

Penyelesaian yang dicadangkan Christian kedengaran sederhana. Secara lalai, jawapan AI boleh berfungsi lebih seperti tutor: membimbing anda ke arah idea dan bukan menyerahkan hasil siap. Dia merangka matlamatnya lebih luas daripada sebarang tetapan: “Kita perlu berusaha ke arah masa depan yang keupayaan manusia, sebanyak mungkin, diperkukuh dan bukan digantikan.”

Mod sebegini sudah wujud. Pada 29 Julai 2025, OpenAI melancarkan mod belajar dalam ChatGPT : ia mengemukakan soalan membimbing dan membawa anda ke penyelesaian langkah demi langkah. Claude mempunyai mod pembelajaran yang serupa. Tetapi anda perlu menghidupkannya secara manual, dan dalam ChatGPT anda boleh mematikannya di tengah-tengah perbualan. Mod biasa masih menjawab serta-merta dan lengkap.

Maka pilihan antara “beri saya jawapannya” dan “beri saya petunjuk” jatuh kepada orang itu sendiri, dan ia datang pada saat paling sukar, apabila masalahnya mendesak. Dalam cerita ini, petunjuk berfungsi seperti susur tangan dan bukan lif: anda tetap mendaki dengan kaki sendiri, sebab itu tangga tidak akan terasa lebih curam apabila bantuan hilang.